未使用 Postgres `gin_trgm_ops` 索引

Posted 2023-04-14

【中文标题】未使用 Postgres `gin_trgm_ops` 索引

【英文标题】：Postgres `gin_trgm_ops` index not being used

【发布时间】：2019-06-06 21:43:09

【问题描述】：

我正在尝试 speed up 在 Postgres 中匹配一些文本，使用 pg_trgm 扩展：

CREATE TABLE test3 (id bigint, key text, value text);

insert into test3 values (1, 'first 1', 'second 3');
insert into test3 values (2, 'first 1', 'second 2');
insert into test3 values (2, 'first 2', 'second 3');
insert into test3 values (3, 'first 1', 'second 2');
insert into test3 values (3, 'first 1', 'second 3');
insert into test3 values (4, 'first 2', 'second 3');
insert into test3 values (4, 'first 2', 'second 3');
insert into test3 values (4, 'first 1', 'second 2');
insert into test3 values (4, 'first 1', 'second 2');

-- repeat the above 1,000,000x times, to have more rows for benchmarking
insert into test3(id, key, value) select id, key, value from test3 cross join generate_series(1, 1000000);

现在我用ILIKE查询这个表：

select count(*) from test3 where key = 'first 1' and value ilike '%nd 3%';
Time: 918.265 ms

为了查看索引是否会加快这一速度，我在 key 和 value 列上添加了 pg_trgm：

CREATE extension if not exists pg_trgm;
CREATE INDEX test3_key_trgm_idx ON test3 USING gin (key gin_trgm_ops);
CREATE INDEX test3_value_trgm_idx ON test3 USING gin (value gin_trgm_ops);

但是查询仍然需要相同的时间，并且EXPLAIN ANALYZE 显示索引根本没有被使用：

explain analyze select count(*) from test3 where key = 'first 1' and value ilike '%nd 3%';
                                                                 QUERY PLAN
--------------------------------------------------------------------------------------------------------------------------------------------
 Finalize Aggregate  (cost=126905.14..126905.15 rows=1 width=8) (actual time=1017.666..1017.667 rows=1 loops=1)
   ->  Gather  (cost=126904.93..126905.14 rows=2 width=8) (actual time=1017.505..1018.778 rows=3 loops=1)
         Workers Planned: 2
         Workers Launched: 2
         ->  Partial Aggregate  (cost=125904.93..125904.94 rows=1 width=8) (actual time=1010.862..1010.862 rows=1 loops=3)
               ->  Parallel Seq Scan on test3  (cost=0.00..122427.06 rows=1391148 width=0) (actual time=0.041..973.550 rows=666667 loops=3)
                     Filter: ((value ~~* '%nd 3%'::text) AND (key = 'first 1'::text))
                     Rows Removed by Filter: 2333336
 Planning Time: 0.266 ms
 Execution Time: 1018.814 ms

Time: 1049.413 ms (00:01.049)

注意顺序扫描。什么给了？

【参考方案1】：

没关系，我找到了问题。

查询计划器比我的玩具测试集更聪明；看到大多数行与查询匹配，它进行了顺序扫描。

如果我尝试改用 ilike '%nd 0%'，则没有行匹配并且 EXPLAIN ANALYZE 正确报告 Bitmap Index Scan on test3_value_trgm_idx。

因此，以这种方式标准化原始 JSONB 是可行的。但我也会尝试寻找和比较另一种方式，在TEXT 上使用正则表达式，以避免创建和维护另一个表。